การพล็อตผลตอบแทนหลายช่วงเวลา
เมธอด time series ตัวสุดท้ายที่เรียนไปในวิดีโอคือ .pct_change() มาใช้ฟังก์ชันนี้คำนวณผลตอบแทนในช่วงวันตามปฏิทินต่าง ๆ แล้วพล็อตผลลัพธ์เพื่อเปรียบเทียบรูปแบบที่แตกต่างกัน
เราจะใช้ราคาหุ้น Google ช่วงปี 2014-2016
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจัดการข้อมูล Time Series ใน Python
คำแนะนำการฝึกหัด
นำเข้า pandas เป็น pd และ matplotlib.pyplot เป็น plt เรียบร้อยแล้ว รวมถึงโหลดราคาหุ้น 'GOOG' สำหรับปี 2014-2016 ตั้งค่าความถี่เป็นรายวันตามปฏิทิน และกำหนดผลลัพธ์ให้กับตัวแปร google
- สร้างคอลัมน์
'daily_return','monthly_return'และ'annual_return'ที่เก็บค่าpct_change()ของคอลัมน์'Close'สำหรับ 1, 30 และ 360 วันตามปฏิทินตามลำดับ แล้วคูณแต่ละค่าด้วย 100 - พล็อตผลลัพธ์โดยใช้
subplots=True
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create daily_return
google['daily_return'] = ____
# Create monthly_return
google['monthly_return'] = ____
# Create annual_return
google['annual_return'] = ____
# Plot the result